大數據撒意思

1. 大數據到底怎麼理解

1、大數據的定義。大數據，又稱巨量資料，指的是所涉及的數據資料量規模巨大到無法通過人腦甚至主流軟體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。

2、大數據的特點。數據量大、數據種類多、 要求實時性強、數據所蘊藏的價值大。在各行各業均存在大數據，但是眾多的信息和咨詢是紛繁復雜的，我們需要搜索、處理、分析、歸納、總結其深層次的規律。

3、大數據的採集。科學技術及互聯網的發展，推動著大數據時代的來臨，各行各業每天都在產生數量巨大的數據碎片，數據計量單位已從從Byte、KB、MB、GB、TB發展到PB、EB、ZB、YB甚至BB、NB、DB來衡量。大數據時代數據的採集也不再是技術問題，只是面對如此眾多的數據，我們怎樣才能找到其內在規律。

4、大數據的挖掘和處理。大數據必然無法用人腦來推算、估測，或者用單台的計算機進行處理，必須採用分布式計算架構，依託雲計算的分布式處理、分布式資料庫、雲存儲和虛擬化技術，因此，大數據的挖掘和處理必須用到雲技術。

5、大數據的應用。大數據可應用於各行各業，將人們收集到的龐大數據進行分析整理，實現資訊的有效利用。舉個本專業的例子，比如在奶牛基因層面尋找與產奶量相關的主效基因，我們可以首先對奶牛全基因組進行掃描，盡管我們獲得了所有表型信息和基因信息，但是由於數據量龐大，這就需要採用大數據技術，進行分析比對，挖掘主效基因。例子還有很多。

6、大數據的意義和前景。總的來說，大數據是對大量、動態、能持續的數據，通過運用新系統、新工具、新模型的挖掘，從而獲得具有洞察力和新價值的東西。以前，面對龐大的數據，我們可能會一葉障目、可見一斑，因此不能了解到事物的真正本質，從而在科學工作中得到錯誤的推斷，而大數據時代的來臨，一切真相將會展現在我么面前。

2. 什麼是徵信大數據

大數據徵信是利用數據分析和模型進行風險評估，依據評估分數，預測還款人的還款能力、還款意願、以及欺詐風險。在金融風控領域，大數據指的是全量數據和用戶行為數據。目前使用的是圍繞客戶周圍的與客戶信用情況高度相關的數據，利用數據實施科學風控。

1、大數據徵信模型可以使信用評價更精準：大數據徵信模型將海量數據納入徵信體系，並以多個信用模型進行多角度分析。

以美國互聯網金融公司ZestFinance為例，它的模型基本會處理3500個數據項，提取近70000個變數，利用身份驗證模型、欺詐模型、還款能力模型等十餘個模型進行分析，使評價結果更加全面准確，是模型評估性能大大提高。

2、大數據徵信能納入更為多樣性的行為數據：大數據時代，每個相關機構都在最大程度上設法獲取行為主體的數據信息，使數據在最大程度上覆蓋廣泛、實時鮮活。

3、大數據徵信帶來了更為時效性的評判標准：傳統風控的另外一個缺點是缺乏實效性數據的輸入，其風控模型反映的往往是滯後數據的結果。利用滯後數據的評估結果來管理信用風險，本身產生的結構性風險就較大。

大數據的數據採集和計算能力，可以幫助企業建立實時的風險管理視圖。藉助於全面多緯度的數據、自我學習能力的風控模型、實時計算結果，企業可以提升量化風險評估能力。

(2)大數據撒意思擴展閱讀：

從1980年代末至今，徵信行業先後經歷了起步、搭建徵信平台、央行主導統籌等數個階段。 2015年1月5日，人民銀行印發《關於做好個人徵信業務准備工作的通知》，要求芝麻信用，騰訊徵信等八家機構做好個人徵信業務的准備工作，擇時發放第一批牌照，但一直不見下文。

最終等來的卻是由中國互聯網金融協會與芝麻信用、騰訊徵信等把家徵信機構聯手成立的百行徵信。這意味著徵信這個金融業最關鍵的閥門，最終還是要由政府來監督把控。

截止目前，百行徵信已與120餘家互聯網金融機構和消費金融機構達成了信用信息合作共享協議，與50餘家機構達成了合作意向。

沒有徵信牌照，徵信創業公司無法合法的去獲取核心數據，比如銀行信貸數據或者運營商，公安局的隱私數據；也無法以牌照去融資收購其他徵信公司，資金上毫無優勢。因而，業內人士認為，初創公司很難在徵信領域發展壯大，成為未來的寡頭之一。

3. 對企業進行大數據分析有什麼用

正確的大數據分析可以幫助企業更精準的定位客戶，在你拓展客回戶資源陷入難題時，答運用大數據就可以挖掘出平時挖掘不到的精準潛在客戶資源。詳細一點來說的話，目前市面上比較出名的一些大數據分析商（例如數點營銷，探技，神冊，紅圈等）一般能為企業帶來以下幾點用處：

• 幫助企業獲取銷售線索，企業可以根據大數據分析結果針對性營銷，比大海撈針廣撒網更有效。

• 為管理者的決策過程提供支持，管理者的決策不能僅憑自己的意願，有了數據支持才能做出更好的規劃。

• 降低整體營運成本，有了大數據分析功能，將大幅度節省時間及人力成本。

4. 個人如何使用大數據致富

，大數據很好理解，本質無非就是數據挖掘深度和應用廣度的結合，通俗易懂的講是跨界融合的廣度。

比如，在1996年的時候美國人口普查時就將大數據應用到了極致，當年美國人口出生量達到了490萬人，這看似無關緊要的數字，要是和40年前的50年代、60年代初緊密結合，就會發現那時候美國正處在一個「戰後嬰兒浪潮」之期。10年後反觀不難得出結論：那批人已經過了黃金生育期，嬰兒也已長大，有多少的初中生要畢業，又有多少的老師理應退休，但是如果這時需要抑制薪酬的增長而不得不減稅，老師面臨的就是長期工資不漲的狀態，將這一連串連鎖反應結合就會發現美國會出現教育壓力，有了壓力可能就會有政策的變動亦或者是新的商機。

這就明確發現透過數據的獲取、分析和應用會承載社會巨大的進步，這可能也是為什麼國家要將大數據等作為國家戰略的目的之一。

可能這個例子讀懂有點困難，那麼大家一定有過這樣的經歷，當你在網路上瀏覽過某件商品或者某類信息後，接下來很長一段時間你都會沉靜在類似商品或信息的海洋中，使得你無比的苦惱。

記得「小撒」分享過他在網上瀏覽梯子的搞笑故事，自從那次瀏覽後，不管他打開什麼APP，都會有鋪天蓋地的梯子廣告，各種梯子，應有盡有，他還為此感到困惑。

但這就是大數據的魅力所在，它會在你不經意的一次網站瀏覽中獲取大量和你相關的信息，在經過嚴密的整合分析，在近期內推薦你所喜歡的內容。

如果網購的例子大家覺得太過平淡無奇，接下來給大家講一個很酷的例子。在美國有一家數據分析公司 帕蘭提爾 ，曾經幫助美國政府發現了「並擊斃本•拉登」，政府提供的各種數據，財務、通信數據，甚至是社交網上數據整合建立了一個實體關系網，幫助美情報人員去分析 「本•拉登」在什麼地方。

16年的圍棋大戰還歷歷在目，開始圍棋界的人都認為智能「技不如人」，李世石會輕松5：0獲勝，當第一局結束後，人們的反應是：咦，看來這個AIphaGo並不簡單。最後事與願違的是圍棋奇才「輕松」以3：0戰敗給了AIphaGo,這時候人們才相信：哦！原來智能和大數據結合真的是「智慧過人」。

包括大數據在預測奧斯卡方面的成功率已接近88%，這些都是人們直觀感受到大數據帶來的改變，那麼站在國家的層面以及更大的發展來看，大數據不折不扣成為了提升國家綜合能力和保障國家安全的新利器。

互聯網構建了網路空間的新疆域，美國的斯諾登事件很好的

5. Tiger：我眼中的大數據-新生大學分享(1)

【作者按：本文為2016/10/15晚在新生大學社群的公開分享，旨在和大家探討個人對大數據的一點淺見。雖然專業知識和寫作水平有限，但哪怕能幫到一個人亦會欣慰，同時也期待能得到更多反饋。】

** 1. 認知誤區**

在日常生活和工作中，我發現很多人對大數據的理解存在如下兩個誤區 ：

現在很多人，言必稱大數據。可是，大數據這個說法本身非常模糊，不知道他們在說大數據時具體指什麼。這讓我想起許多年前在國內流行的另外一個概念：納米，我相信你一定很耳熟。那會兒，隨便逛個商場或者看個電視，你都會發現鋪天蓋地的打著納米旗號的廣告襲來：什麼「納米冰箱」，「納米空調」，「納米彩電」。。。 就好像納米是能治百病的靈丹妙葯，任何東西只要貼上「納米」的標簽就好使了，就升值了，就高大上了。
今天，很多人對待大數據的態度和納米一樣，人雲亦雲，自我忽悠，然後互相忽悠。

當你問很多言必稱大數據的人：大數據到底是什麼？不知道大數據是什麼？大數據是怎麼用的？大數據到底對你的生活帶來了哪些收益和影響呢？80%的人都會一臉懵逼，他們根本說不出所以然。當然，我不是說每個人都這樣，但這樣的人的確不少。

個人以為，實事求是的態度很有必要，理應推崇。
知之為知之，不知就知乎之。
不知道沒關系，但如果硬是為了虛榮心去說大數據，為賦新詞強說愁，這樣的態度沒有益處。

如果你真的覺得大數據這個東西非常好，既有趣也有用，那我們就捲起袖口，去搞懂細節，搞懂它的前世今生，乃至它未來的發展趨勢。這樣的態度既接地氣，更能增加個人價值。

2. 數據分析

在和大家探討真正的「大數據」之前，我們先聊聊數據分析。
數據分析實際上已經存在很久了，它根本不是什麼新東西。
它不是什麼新事物，也並不神秘，一點都不！
你會用Excel罷？Excel就是用來做數據分析的，千萬不要小看它。而數據分析比Excel的歷史還要早的多。
數據分析大致可分成四個層面：
首先，獲得數據；
其次，從數據中提取信息；
再次，從信息中提煉出知識；
最後，通過知識發掘智慧。
總結下來就是：Data（數據）->Information（信息）->Knowledge（知識）->Wisdom（智慧）。
從另外一個角度來看，數據分析是技術和藝術的混合體：

3. 大數據的通用特徵

大數據目前沒有一個通用的定義，個人理解的大數據具備如下幾個特徵：

4. 大數據的用途

那麼，大數據有什麼用呢？其實有很多著名的例子，如Alphago幹掉了韓國殿堂級棋手李世石，當然，這樣的例子已經爛大街了。
從我個人而言，我會分享一個亞馬遜的例子。我是亞馬遜的資深用戶，用了八年多了，所以它有我很多的消費行為數據，它知道我的購物的愛好、特徵和規律。這里有一個截圖：

當我登錄亞馬遜賬戶之後，它的推薦頁面就是上面這樣。這個頁面上展示的商品就是它根據我之前買過的一些商品，通過推薦演算法猜測我喜歡什麼種類的商品，還會買什麼商品。總之就是通過已買商品的各個特徵去給你做推薦。

另外，大數據還可以用來找男女朋友。這里也有一個真實的故事：大概在前幾年，美國的加州大學洛杉磯分校（UCLA）有個數學系的博士生，大齡單身宅男，就為找女朋友的事情發愁。但他是個極客，就想辦法寫了一個程序（爬蟲），爬蟲裡面設定了許多符合他個人喜好的規則，然後用這個爬蟲到一些婚戀網站上去爬取目標對象。這樣就找到一些符合他喜好的目標對象，同時，在這個過程中自然排除掉了很多不符合他設定參數的目標。通過和篩選後的目標對象約會，最後他果然找到一個非常合適的女朋友，然後快樂地在一起。

大數據的應用實例還有很多，曾經在2012年在紐約時報上登過一篇報道叫《大公司如何竊取你的秘密？》，文中一個例子就是關於Target超市的大數據應用（美國一家超大規模的連鎖超市）。報道稱Target給明尼蘇達州一戶人家的女兒寄嬰兒用品的優惠券，但是這個女孩還是高中生。他爸爸看到優惠券後非常震怒，認為有誘導未成年人懷孕的嫌疑，就去找當地超市理論。當時超市的經理比較誠懇，一臉懵逼地給顧客道歉。後來，這個父親卻主動打電話給超市過來道歉，說回家和女兒交流後發現她真的懷孕了。

劇情180度大反轉！

這到底是怎麼回事？原來，是Target超市的數據部門開發的懷孕預測模型，根據演算法結合購物記錄發現這個女孩極有可能懷孕。所以，在得到這樣一個判斷後，他們的營銷部門就給這樣的潛在的目標客戶精準推送母嬰商品的優惠券。這事聽起來還是蠻可怕的，大數據雖然沒見過你，但它可能對你了如指掌，知道你是什麼樣的人，家住哪，收入什麼水平，開什麼樣的車，穿什麼衣服，抽什麼煙等等。

大數據甚至還可以做輿情監督和民意調查。比如說，微信在2016年就做了一個大數據分析，推測全國人民的心情，最後的結論是，每逢節日大家的心情就特別好，其中中秋和春節的心情格外好；年輕人相對更多愁善感，老年人反而更樂觀開朗陽光，很有意思。

根據上面的例子，我們對大數據的用途做一個抽象和總結。以上的例子告訴我們，大數據可以用來 從已知到未知 ，就是說根據手上掌握的一些已知的信息可以推測出未知的規律和趨勢，就像亞馬遜猜我喜歡購買的商品，或者像Target推測高中生已經懷孕了，或者像UCLA博士生通過寫程序找到女朋友。這些都是從已知到未知的推理。
大數據另外一個用途，就是可以 糾正錯覺 或錯誤認知。因為，真實的原始數據是不會撒謊的，這裡麵包含了許多信息，甚至一些潛在的反常識的東西。就以我曾經做過的一個分析 《頂級風投的宿命》 為例。因為之前有過創業經歷，個人會對投融資比較敏感。而當時創投界有所謂的風口論，比如O2O、生鮮電商等，這些方向的互聯網公司特別容易拿到融資。那我在做完相關的數據分析之後發現：
真正一流的投資機構從不會賭所謂的風口，他們會堅持去投資一些商業本質更清晰的的公司和業務模式，像電子商務、對企業的服務、文化娛樂等方向。

而這個認識是在我做數據分析之前完全不知道的，可以說顛覆了我此前的認知。進一步，我之前對風口論的認知就是錯覺，而這個錯覺就被數據分析很好地推翻了。所以，我認為大數據的第二個功能就是糾正錯覺。

大數據分析確實有些必備的知識集合，這里有幅來自IBM研究院的圖，闡明了數據科學的必備知識領域。